认知计算驱动运维：GOPS2017谭健的深度解析

在2017年的GOPS全球运维大会上，IBM混合云工程师谭健发表了关于《当运维管理遇上认知计算》的主题演讲。他探讨了如何将认知计算这一前沿技术应用于运维管理，以提升效率和智能水平。认知计算是一种人工智能形式，它超越了传统编程计算系统，具备推理、学习和发展专长的能力。 首先，认知计算的核心特性包括推理，即系统不仅理解表面信息，还能推测潜在的想法和原因，并且随着时间的推移，这种推理能力会不断进化。其次，认知系统具有持续学习的能力，通过不断吸收新知识，它们的价值会随着时间增长并形成特定领域的专长。理解方面，认知系统能够通过多种方式如自然语言、书面语、语音和视觉进行交流，模仿人类的理解方式。 谭健介绍了IBM在运维领域的认知IT路线图，包括事件分析和机器学习对运维数据的深度挖掘，如通过分析NOI事件数据来发现异常和洞察。他还提及了利用Watson开发的认知助手，用于云计算、IT和网络运营中的实时监控、故障预测以及基于文本分析的运维数据解析。例如，通过对IT操作数据的log分析，可以在预先设定的场景下进行深入剖析。 在实际运维操作中，认知IT的应用展示了三个关键原则：持续学习以适应不断变化的环境，介入纠正以及时解决潜在问题，以及基于洞察提供主动建议和行动计划。其中，高级事件分析和预测性洞察（借助Watson）技术尤其重要，它们可以帮助运维团队提前识别和处理问题，提高整体服务管理效率。 具体案例中，谭健提到了一个应用端口故障的现象，该故障在每天早上6点到6点半之间高频出现，且每周和每月内分布均衡。通过认知计算，运维人员能够学习并识别出这种时间规律，从而采取预防措施，避免频繁的中断。 总结来说，谭健的分享强调了认知计算在运维管理中的潜力，通过结合机器学习、数据分析和人工智能技术，运维工作将更加智能化，能够预见问题、优化决策和提升服务质量。这场演讲对理解如何将认知计算融入运维策略和日常运维实践具有重要意义。